关联规则挖掘算法综述

时间：2011-04-24 作者：秩名

②递减的最小支持度。每个层次都有不同的最小支持度阈值，较低层次的最小支持度相对较小。可用的搜索策略：
A、逐层独立：这是完全的宽度搜索，没有频繁项集的背景知识用于剪枝。考察每一个节点，不管它的父结点是否是频繁的。
B、层交叉用单项过滤：一个第i层的项被考察，当且仅当它在第(i-1)层的父结点是频繁的。
C、层交叉用k-项集过滤：一个第i层的k-项集被考察，当且仅当它在第(i-1)层的父结点k-项集是频繁的。
层间关联规则考虑最小支持度的时，应该根据较低层次的最小支持度来定。
2、多维关联规则：
在挖掘维间关联规则和混合维关联规则的时候，还要考虑不同的字段种类：种类型和数值型。
1)对于种类型的字段，原先的算法都可以处理。
2)对于数值型的字段，需要进行一定的处理之后才可以进行。处理数值型字段的方法基本上有以下几种：
①数值字段被分成一些预定义的层次结构。这些区间都是由用户预先定义的。得出的规则也叫做静态数量关联规则。
②数值字段根据数据的分布分成了一些布尔字段。论文格式。每个布尔字段都表示一个数值字段的区间，落在其中则为1，反之为0。这种分法是动态的。得出的规则叫布尔数量关联规则。
③数值字段被分成一些能体现它含义的区间。它考虑了数据之间的距离的因素。得出的规则叫基于距离的关联规则。
④直接用数值字段中的原始数据进行分析。使用一些统计的方法对数值字段的值进行分析，并且结合多层关联规则的概念，在多个层次之间进行比较从而得出一些有用的规则。得出的规则叫多层数量关联规则。
（五）、实际情况解决
1、辛普森悖论（Simpcn’sparadox）
在某些情况下，隐藏变量可能会导致一对变量间的联系消失或逆转方向。
解决方法：采取适当分层，考虑隐含变量的影响。
2、倾斜支持度分布的影响
在某些情况下，数据集的大多数项具有较低的或中等频度，但少数项具有很高的频率，此时如果把最小支持度阈值设置过高，则包含进去的项偏少；如果设置过低，则频繁集过多，也会出现虚假如交叉支持模式。
1)交叉支持模式：是一个项集

，它的支持度比率

小于用户指定的阈值

。
2)检查交叉支持模式：
通过提取

产生的所有规则中最低置信度规则的方法来检查
①最低置信度规则的左边只包含一个项，即令

则规则

的置信度最低。
②

，由于

则：

③若

，则该模式不是交叉支持模式，若

，则该模式是交叉支持模式。
三、结论与展望
本文讨论了数据挖掘中产生关联规则的方法以及它的应用，这方面一些研究成果已取得很大的成绩，并已被集成在一些系统中，如IBM的Quest项目，SimonFarse大学的DBMiner等。具体的内容有经典频集算法，对频集算法的优化，扩展。
对于关联规则的发展，可以在下面一些方向上进行近一步的深入研究。在处理极大量的数据时，如何提高算法效率的问题；对于挖掘迅速更新的数据的挖掘算法的进一步研究；在挖掘的过程中，提供一种与用户进行交互的方法，将用户的领域知识结合在其中；对于数值型字段在关联规则中的处理问题；生成结果的可视化方面等等。
参考文献：
[1].J.Han and M.Kamber:DataMining Concepts and Techniques，范明等译.数据挖掘概念与技术.高教出版社
[2].陈文伟黄金才赵新昱.数据挖掘技术北京工业大学出版社2002
[3].David Hand HeikkiMannila Padhraic Sngth著，张银奎等译.数据挖掘原理机械工业出版社
[4].梁旭，张楠，黄明.一种新的高效关联规则数据挖掘算法，大连铁道学院学报2001
[5].吉根林，孙志辉. 数据挖掘技术中国图形图像学报 2001

3/3 首页上一页 1 2 3

查看相关论文专题：

	加入收藏打印本文
上一篇论文：高校网络教学资源平台建设的探究
下一篇论文：关于海航装备信息管理信息化的思考

科技论文分类

相关计算机论文

无相关信息

最新计算机论文

读者推荐的计算机论文